GPT-6 Astra 登顶 ZeroBench：三项指标全面超越人类基线
Waiting4AniHaremFDVR · reddit · 2026-09-23
GPT-6 Astra 在极具难度的视觉基准 ZeroBench 上取得大幅飞跃，在全部三项指标上超过人类基线。发帖人特别澄清了指标口径：pass@5 是 5 次尝试中至少 1 次正确；pass^5 要求 5 次全部正确，衡量可靠性；所谓「pass@1」实际是 5 次尝试的平均分，并非真正的单次通过率。
所属事件:GPT-6 Astra 传登顶 ZeroBench，视觉推理远超前 SOTA(2 条相关)→
「模型」频道最新
- 开发者自建 git 网页应用被 Codex 安全护栏误判为网络安全风险 — brianmichel · 2026-11-11
- DeepSeek 开源编码 agent DSH 登上 HF Harness 榜，五项评测并列第一 — TheZachMueller · 2026-11-11
- 博主断言美国开源模型将凭盈利模式主导，但仍难追 Claude — marktenenholtz · 2026-11-11
- NVIDIA 发布开源 GR00T 2：真实灵巧手全自动完成化学实验 — EricBuess · 2026-11-11
- 降价反而更贵:新模型太爱自查，单任务成本涨31% — tengyanAI · 2026-11-11
- 美国数据厂商被指向中国军方关联企业出售RL环境数据 — xeophon · 2026-11-11